Oui, une seule phrase suffit pour lancer une vidéo animée avec l'IA : l'outil écrit la narration, la découpe en scènes, l'illustre, pose la voix et les sous-titres. Mais la phrase décide de tout. « Les chats » donne une vidéo vague ; « Pourquoi les chats ronronnent, et pas seulement quand ils sont contents » donne une vidéo qui tient. La structure qui marche le mieux tient en trois lignes : le sujet sous forme de question, deux ou trois faits vérifiés, un angle. C'est le format des exemples proposés dans l'Explainer de ClipOnIt.
Ce qui se passe entre votre phrase et la vidéo
Quand vous donnez une idée à l'Explainer, plusieurs étapes s'enchaînent sans intervention :
- Écriture de la narration : quelques phrases courtes, la réponse en premier.
- Découpage en scènes : une phrase par scène, 3 à 8 secondes chacune.
- Composition des visuels : pour chaque scène, l'IA choisit et place des éléments animés dans le style choisi, calés sur les mots de la voix.
- Voix et sous-titres : une des voix du catalogue lit le texte ; les sous-titres suivent la voix.
- Rendu : un MP4 vertical 9:16, en environ 4 minutes.
À chaque étape, l'IA comble ce que votre phrase ne dit pas. Plus la phrase est vague, plus elle comble avec du générique.
Exemple : « Pourquoi les chats ronronnent »
Cette vidéo de 24 secondes a été rendue par l'Explainer dans le style Pixel d'ambiance (pixel art chaud et lumineux). Son script tient en 4 phrases et 59 mots ; il a été relu et validé avant le rendu, comme tout script devrait l'être. Voix off : Mathis, fondateur de ClipOnIt.
Ton chat ronronne sur tes genoux. Pourtant, ce n'est pas qu'un signe de bonheur. Il naît dans la gorge : des muscles vibrent vingt-cinq à cent cinquante fois par seconde. Les chatons ronronnent dès quelques jours pour communiquer avec leur mère. Adultes, ils ronronnent aussi quand ils sont stressés ou blessés. Ces vibrations pourraient même aider à réparer les os.
Regardez ce que contient ce texte : une situation familière (le chat sur les genoux), une surprise (pas seulement le bonheur), un chiffre (25 à 150 vibrations par seconde), une explication, et une fin qui ouvre (« pourraient même… »). Tout cela tient dans une demande de trois lignes.
La structure en trois lignes
Les sujets d'exemple de l'Explainer suivent tous le même format. Le voici, appliqué aux chats :
Sujet : pourquoi les chats ronronnent.
Faits clés : vibration des muscles de la gorge, 25 à 150 fois par seconde ; les chatons ronronnent dès quelques jours ; les adultes ronronnent aussi stressés ou blessés.
Angle : ce n'est pas qu'un signe de bonheur.
Le sujet, sous forme de question
Écrivez-le comme quelqu'un le taperait dans une barre de recherche : « pourquoi… », « comment… », « combien… ». Une question appelle une réponse, et la réponse devient la première phrase de la vidéo.
Deux ou trois faits que vous avez vérifiés
C'est la ligne la plus importante. Sans faits fournis, l'IA écrit ceux qu'elle croit connaître ; ils sont souvent justes, parfois faux, et vous ne saurez pas lesquels. En les donnant, vous contrôlez ce que la vidéo affirme. Un chiffre précis par vidéo suffit.
Un angle
L'angle dit ce qui rend la vidéo intéressante : une idée reçue à corriger, une conséquence concrète (« ce que ça change pour ta tasse du matin »), une surprise. Sans angle, la vidéo récite une définition.
Phrases qui marchent, phrases qui ratent
| Phrase de départ | Ce que vous obtenez | Mieux |
|---|---|---|
| Les chats | Une liste de généralités | Pourquoi les chats ronronnent, même stressés |
| L'inflation | Une définition de manuel | Pourquoi ton loyer augmente plus vite que ton salaire |
| Notre nouvelle application | Une annonce sans prise | Le problème que notre application règle, en une phrase, pour qui, à quel prix |
| Le QR code | Un historique | Pourquoi un QR code abîmé marche encore |
L'exemple de sujet « Annonce produit » proposé dans l'Explainer suit cette logique : ce que fait le produit, pour qui, le prix, la date, et le problème qu'il règle en une phrase.
Après la génération : trois façons de corriger
- Le Réalisateur IA : vous écrivez ou dictez « plus court », « ajoute un chiffre ici », « change la fin ». Chaque modification proposée est montrée avant d'être appliquée ; vous l'acceptez ou la refusez, et tout s'annule.
- Les variantes : trois autres versions d'une scène, côte à côte, avec le même texte lu.
- À la main : déplacer, masquer, verrouiller un élément, réécrire une phrase.
Si vous partez d'un texte déjà écrit plutôt que d'une phrase, la méthode est différente : voir transformer un texte en vidéo animée.
Et depuis Claude ou ChatGPT ?
L'Explainer est aussi accessible par serveur MCP et API dès le plan Starter : vous pouvez demander à Claude ou ChatGPT « fais une vidéo explicative sur pourquoi les chats ronronnent, style pixel d'ambiance », et l'assistant appelle l'outil de production de bout en bout. La règle ne change pas : donnez-lui les faits et l'angle. Le fonctionnement du MCP est détaillé dans automatiser ses shorts avec ChatGPT ou Claude.
Ce qu'une phrase ne remplace pas
- La vérification : relisez le script avant le rendu, surtout les chiffres et les dates.
- Le choix du sujet : une vidéo bien faite sur une question que personne ne se pose ne sera pas vue.
- La régularité : même style, même voix d'une vidéo à l'autre, c'est ce qui fait reconnaître une chaîne.
Combien ça coûte
L'Explainer est inclus dès Starter : 29 $/mois pour 15 vidéos explicatives par mois, 49 $/mois pour 30 (Pro), 149 $/mois pour 100 (Business). Le plan Free ne comprend pas de rendu de vidéo explicative. Voir la page de l'Explainer et ses 22 styles visuels, et le tien.
FAQ
Peut-on vraiment faire une vidéo à partir d'une seule phrase ?
Oui, l'Explainer accepte une idée en une ligne et produit une vidéo complète. Le résultat est meilleur avec trois lignes (sujet, faits, angle), et il faut toujours relire le script généré.
Quelle longueur de vidéo à partir d'une phrase ?
En général 20 à 60 secondes, soit 4 à 10 scènes. Nos exemples durent de 24 à 56 secondes en français. Si vous voulez plus court, dites-le dans la demande ou au Réalisateur ensuite.
L'IA invente-t-elle des faits ?
Elle peut se tromper, comme tout modèle de langage. C'est pour cela que la ligne « faits clés » existe : la vidéo s'appuie sur ce que vous avez vérifié.
Faut-il choisir le style avant ?
Oui : le style se choisit au départ, car il détermine les éléments que l'IA va chercher dans la bibliothèque. Pour choisir, voir quel style de vidéo explicative pour quel sujet.
Rédigé par l'équipe ClipOnIt. Publié le 7 novembre 2026.